Adicionar coluna no dataframe da lista

Eu tenho um dataframe com algumas colunas como esta:

A   B   C  
0   
4
5
6
7
7
6
5

O intervalo possível de valores em A é apenas de 0 a 7 .

Além disso, tenho uma lista de 8 elementos como esta:

List=[2,5,6,8,12,16,26,32]  //There are only 8 elements in this list

Se o elemento na coluna A é n , eu preciso inserir o n º elemento da lista em uma nova coluna, digamos, 'D'.

Como posso fazer isso de uma vez sem fazer um loop em todo o dataframe?

O dataframe resultante ficaria assim:

A   B   C   D
0           2
4           12
5           16
6           26
7           32
7           32
6           26
5           16

Observação: o dataframe é enorme e a iteração é a última opção. Mas também posso organizar os elementos em 'List' em qualquer outra estrutura de dados como dict, se necessário.

IIUC, se você transformar seu (infelizmente chamado) Listem um ndarray, você pode simplesmente indexar nele naturalmente.

>>> import numpy as np
>>> m = np.arange(16)*10
>>> m[df.A]
array([  0,  40,  50,  60, 150, 150, 140, 130])
>>> df["D"] = m[df.A]
>>> df
    A   B   C    D
0   0 NaN NaN    0
1   4 NaN NaN   40
2   5 NaN NaN   50
3   6 NaN NaN   60
4  15 NaN NaN  150
5  15 NaN NaN  150
6  14 NaN NaN  140
7  13 NaN NaN  130

Aqui eu construí um novo m, mas se você usar m = np.asarray(List), a mesma coisa deve funcionar: os valores em df.Aescolherão os elementos apropriados de m.

Observe que se você estiver usando uma versão antiga do numpy, talvez precise usar m[df.A.values]em seu lugar - no passado, numpynão funcionava bem com os outros, e alguma refatoração pandascausava algumas dores de cabeça. As coisas melhoraram agora.

Basta atribuir a lista diretamente:

df['new_col'] = mylist

Alternativa
Converta a lista em uma série ou matriz e atribua:

se = pd.Series(mylist)
df['new_col'] = se.values

ou

df['new_col'] = np.array(mylist)

Uma solução aprimorada no grande do @sparrow.

Deixe df , ser seu conjunto de dados, e mylist a lista com os valores que você deseja adicionar ao dataframe.

Suponhamos que você queira chamar sua nova coluna simplesmente, new_column

Primeiro faça a lista em uma série:

column_values = pd.Series(mylist)

Em seguida, use a função de inserção para adicionar a coluna. Esta função tem a vantagem de permitir que você escolha em que posição deseja colocar a coluna. No exemplo a seguir, posicionaremos a nova coluna na primeira posição a partir da esquerda (definindo loc = 0)

df.insert(loc=0, column='new_column', value=column_values)

Primeiro, vamos criar o dataframe que você tinha. Vou ignorar as colunas B e C porque não são relevantes.

df = pd.DataFrame({'A': [0, 4, 5, 6, 7, 7, 6,5]})

E o mapeamento que você deseja:

mapping = dict(enumerate([2,5,6,8,12,16,26,32]))

df['D'] = df['A'].map(mapping)

Feito!

print df

Resultado:

   A   D
0  0   2
1  4  12
2  5  16
3  6  26
4  7  32
5  7  32
6  6  26
7  5  16

Velha pergunta; mas eu sempre tento usar o código mais rápido!

Eu tinha uma lista enorme com 69 milhões de uint64. np.array () foi o mais rápido para mim.

df['hashes'] = hashes
Time spent: 17.034842014312744

df['hashes'] = pd.Series(hashes).values
Time spent: 17.141014337539673

df['key'] = np.array(hashes)
Time spent: 10.724546194076538